Multi-Trait analysis of growth traits: fitting reduced rank models using principal components for Simmental beef cattle / Efetividade da redução da dimensão da matriz de covariância do efeito genético direto na avaliação genética do crescimento em bovinos Simental

ABSTRACT

ABSTRACT The aim of this research was to evaluate the dimensional reduction of additive direct genetic covariance matrices in genetic evaluations of growth traits (range 100-730 days) in Simmental cattle using principal components, as well as to estimate (co)variance components and genetic parameters. Principal component analyses were conducted for five different models-one full and four reduced-rank models. Models were compared using Akaike information (AIC) and Bayesian information (BIC) criteria. Variance components and genetic parameters were estimated by restricted maximum likelihood (REML). The AIC and BIC values were similar among models. This indicated that parsimonious models could be used in genetic evaluations in Simmental cattle. The first principal component explained more than 96% of total variance in both models. Heritability estimates were higher for advanced ages and varied from 0.05 (100 days) to 0.30 (730 days). Genetic correlation estimates were similar in both models regardless of magnitude and number of principal components. The first principal component was sufficient to explain almost all genetic variance. Furthermore, genetic parameter similarities and lower computational requirements allowed for parsimonious models in genetic evaluations of growth traits in Simmental cattle.

RESUMO

RESUMO Objetivou-se estudar a efetividade da redução da dimensão da matriz de covariância do efeito genético direto na avaliação genética do crescimento (pesos dos 100 aos 730 dias de idade) de bovinos Simental, por meio da análise de componentes principais, e estimar componentes de (co)variância e parâmetros genéticos. A análise de componentes principais foi realizada ajsutando-se cinco diferentes modelos um modelo multicaracterístico padrão, de posto completo, e quatro modelos de posto reduzido. Os modelos foram comparados via informação de Akaike (AIC) e informação Bayesiana de Schwarz (BIC). Os componentes de variância e parâmetros genéticos foram obtidos via REML. Os valores de AIC e BIC para os modelos testados foram similares, indicando a possibilidade da escolha de um modelo mais parcimonioso na avaliação genética da raça Simental. O primeiro componente principal explicou mais de 96% de toda variação genética aditiva direta em ambos os modelos. Os valores de herdabilidades foram maiores em idades mais avançadas e variaram de 0,05 (peso aos 100 dias) a 0,30 (peso aos 730 dias). As estimativas de correlações genéticas foram similares em todos os modelos e apresentaram mesma magnitude e comportamento independentemente do número de componentes principais adotado. Diante dos resultados, pode-se afirmar que apenas o primeiro componente principal foi suficiente para explicar quase que na totalidade a variação genética aditiva direta existente. Além disso, a similaridade dos parâmetros genéticos estimados e a menor demanda computacional são indicativos da possibilidade da utilização de modelos mais parcimoniosos na avaliação genética de bovinos Simental.